考慮排放的橋梁交叉口不同控制方式效果研究

陳黎明，姚世瑞，郭建鋼，李佳杰，李 林

（1.福建農林大學交通與土木工程學院，福建 福州 350002；2.北京交通大學交通運輸學院，北京 100000）

考慮排放的橋梁交叉口不同控制方式效果研究

陳黎明1，姚世瑞1，郭建鋼1，李佳杰2，李 林1

（1.福建農林大學交通與土木工程學院，福建 福州 350002；2.北京交通大學交通運輸學院，北京 100000）

以福清市玉融大橋及兩側橋頭交叉口為研究對象，選取車輛在橋面上的排隊長度和排放量為評價指標，分別構建單點優化信號控制和協調優化控制系統的多目標配時模型。運用改進的遺傳算法設計模型的求解步驟，選用Vissim仿真軟件對無信號控制、單點信號控制、信號協調控制等三種不同信號控制方式進行碳排放和排隊長度效果研究分析。結果表明：與無信號控制相比，采用單點優化信號控制系統后，排放量減少了4.2%，排隊長度降低16%；采用協調優化控制系統后，排放量減少了7.1%，排隊長度降低了25%。

橋梁交叉口；排放量；排隊長度；優化控制系統

1 問題的提出

我國步入經濟、信息、交通事業等共同發展的時代，而交通事業的蓬勃發展必然與交通擁堵和環境污染掛鉤，且現象愈演愈熱。同時作為城市交通命脈的交叉口，承載著大量車流的低速集散，且多種工況轉變頻繁，尾氣污染較路段更為嚴重。當務之急是權衡交叉口的通行效率和交通污染之間的關系，將“環境指標”納入交叉口的評價范疇[1]。而城市規模的不斷擴大，作為過江通道的橋梁被納入城市路網已成常態，其銜接功能的重要性不言而喻。但橋梁兩端交叉口的既定道路條件無法匹配日益增長的交通壓力，其通行效率和負荷程度是當前交通研究的熱點，亦是橋梁所需要權衡的中心[2]。郭建鋼等基于實地調查數據，應用Synchro-Vissim軟件對橋梁兩端交叉口單點信號控制和信號協調控制進行優化設計，并對不同控制方式下的控制效果進行仿真評價，有效地降低了橋上的排隊長度[3-5]，但并未考慮排放。

而國內外有關考慮排放的交叉口不同控制方式效果研究較少，大多數理論研究只針對單一的控制方式。修韋杰等針對單點信號交叉口，提出以車輛延誤與排放為綜合指標的信號配時優化控制模型[6]。陳金山等運用Synchro仿真配時軟件，以金山大道為研究對象建立了基于碳排放的城市干道信號協調控制[7]。Meszaros等針對排放和延誤兩個指標情況下對單個交叉口信號配時優化控制提出了建議[8]。同時Madireddy等結合了排放估計軟件VERSIT+與微觀交通仿真軟件Paramics進而探討信號協調控制與交通排放的影響關系[9-11]。

本文以福建省福清市玉融大橋兩端交叉口為研究對象，基于實地調查數據，分別提出考慮排放和排隊長度的橋梁兩端交叉口單點信號控制和信號協調控制優化方法，建立以減少排放和排隊長隊為目標的橋梁兩端信號配時優化模型，使用改進的遺傳算法求解目標函數最優結果，對比研究不同控制方式下排放以及排隊長度的運行效果，進而達到控制碳排放進而保護橋梁的雙重目的。

2 模型的構建

2.1 交叉口污染物排放模型

不同的行駛工況情況下車輛產生的污染物排放量是具有一定的差異，有學者認為車速是車輛排放因子最為敏感的因素之一，因此提出了車輛的排放因子與速度之間的函數關系，具體公式如下[12]

式中：ECO，EHC，ENOX分別為CO，HC，NOX的排放因子；V為車輛速度，m/s。

同時有學者在現有車輛排放因子的理論基礎上提出車輛在交叉口的某種污染物排放量E，具體公式如下[13]：

式中：E為交叉口某種污染物排放量，由于本文選取CO排放量，因此E為交叉口CO排放量，kg；i為交叉口信號相位；qi相位i內到達的交通流量，pcu；di為車輛在相位i內的平均延誤，s；L0為交叉口進口道長度，m；EFPCU為標準小汽車單位排放因子，EFIPCU為標準小汽車單位怠速排放因子，由于本文只研究碳排放，根據相關研究，通常EFPCU取45 g／（pcu·km），EFIPCU取45 g／（pcu·km）。

2.2 排隊長隊模型

對于排隊長度計算，由于當前城市交叉口飽和度較大，因此選擇HCM2000中的排隊長度計算公式。該公式不僅考慮了紅燈結束時當前交叉口的車輛排隊長度，同時考慮了綠燈開始后隊列末端新加入排隊的車輛，更符合當前交叉口的現狀。具體公式如下[14]

式中：Q為交叉口平均排隊長度，m；Q1為交叉口均勻排隊長度，m；Q2為交叉口增量平均排隊長度，m；XL為一條車道飽和度；vL為一條車道機動車流量，pcu；C為信號周期，s；g／C為綠信比；kB為感應控制的增量延誤系數，根據國內相關研究，kB對于定周期，取0.5，對于感應周期，取0.3；CL為一條車道機動車的通行能力；T為時段長度，s；QbL為一條車道開始時的排隊長度，m。

2.3 交叉口總體運行效率模型

這里運用效率最優化模型，通過函數協調使多目標規劃轉變為傳統的單目標規劃問題，建立如下模型：

式中：PI為第I種配時方案下的綜合評價指標；EI為第I種配時方案下的路網CO排放量，kg；DI為第I種配時方案下的路網平均排隊長度，m；D0為現狀配時條件下的路網平均排隊長度，m；E0為現狀配時條件下的路網CO排放量，kg；α和β優化程度的權重，參考文獻[15-16]等，確定了α取0.4，β取0.6。

3 方案及優化

3.1 研究對象

為了對本文中提出的方法進行驗證，選取了福清市玉融大橋兩側交叉口進行實地調查。玉融大橋年代久遠，作為主要的過江通道，高峰時段擁堵嚴重，橋面排隊長度大，對橋梁具有較大的損害。橋梁兩端交叉口的現狀交通渠化方案見圖1，高峰時段現狀信號配時和流量調查數據見表1～表3。

表1 高峰小時流量Tab.1 Traffic flow at peak hours pcu/h

表2 北側交叉口現狀配時方案Tab.2 The timing scheme for intersections at the north side

表3 南側交叉口現狀配時方案Tab.3 The timing scheme for intersections at the south side

圖1 交叉口現狀渠化方案Fig.1 Current situation of intersections

3.2 信號控制設計方案

3.2.1 無信號控制設計

無信號控制方式采用“主路優先控制”。根據高峰時段實際調查得到的交通量為判別主次道路的標準。南側橋頭交叉口北進口和南進口的直行車流和北側橋頭交叉口南進口的左轉、西進口的右轉為主路車流，其他各方向車流為次路車流。仿真結果見表6。

3.2.2 單點信號控制系統優化設計

以高峰時段交通量為基礎，利用式（1）～式（6）采用Matlab軟件的遺傳算法工具箱對其進行代碼編寫求解，分別求得橋梁兩端交叉口最佳優化周期和綠信比。北側和南側交叉口單點信號控制系統優化設計迭代圖見圖2，圖3；北側和南側交叉口優化配時方案見表4，表5。

圖2 北側橋頭交叉口迭代100次后的最佳值Fig.2 The optimal value after 100 iterations at the north side

圖3 南側橋頭交叉口迭代100次后的最佳值Fig.3 The optimal value after 100 iterations at the south side

表4 北側交叉口優化配時方案Tab.4 Optimization scheme of north intersections

表5 南側交叉口優化配時方案Tab.5 Optimization scheme of south intersections

3.2.3 信號協調控制系統優化設計

以高峰時段交通量為基礎，以北側橋頭交叉口為關鍵交叉口，以北側橋頭交叉口南進口的左轉和南側橋頭交叉口南進口的直行作為關鍵相位。利用式（1）～式（6）采用Matlab軟件的遺傳算法工具箱對其進行代碼編寫求解，求得最佳共同周期以及綠信比。信號協調控制系統優化設計迭代圖見圖4。

通過優化得到的綠燈時間和信號周期，計算其相位差和綠波帶，得到2個交叉口的相位差為17 s，共用周期時長為100 s，信號協調控制優化系統的設計帶速為40 km/h。信號協調控制優化系統的時距圖見圖5。

圖4 迭代100次后的最佳值Fig.4 The optimal value after 100 iterations

圖5 高峰信號協調控制優化方案時距圖Fig.5 The time-space diagrams of the optimal signal coordination control at peak hours

4 控制效果比較

綜合運用仿真配時軟件Vissim和Synchro分別對3種方案進行仿真，輸出路網總排放量和路網平均排隊長度的優化指標，見表6。

表6 三種控制方式指標對比Tab.6 Comparison of indexes for three control methods

從表6可以看出，經信號協調控制后，路網排放量為8.21 kg，路網平均排隊長度為40 m，與無信號控制狀態相比路網排放量減少了7.1%，路網平均排隊長度減少了25%；單點信號控制優化系統的路網排放量為8.46 kg，路網平均排隊長度為42 m，與無信號控制狀態相比路網排放量減少4.2%，路網平均排隊長度減少16%。可見信號控制系統能在一定程度上控制碳排放。

5 結束語

信號控制優化系統與無信號控制狀態相比，高峰時段的路網排放量得到一定的改善，同時可知信號協調控制系統優化程度高于單點信號控制系統。

1）與無信號控制方式相比，設置單點信號控制優化系統后，路網排放量減少了4.2%；設置信號協調控制優化系統，路網排放量減少了7.1%?？梢妼τ诳刂铺寂欧?，信號控制方式（尤其信號協調控制）優于無信號控制。

2）與無信號控制方式相比，設置單點信號控制優化系統后，路網平均排隊長度降低了16%；設置信號協調控制優化系統，路網平均排隊長度降低了25%?？梢妼τ谔岣邩蛄郝范蔚耐ㄐ行?，信號控制方式（尤其信號協調控制）優于無信號控制。

3）與其它2種控制方式相比，設置信號協調控制系統后路網排放量和路網平均排隊長度得到明顯降低?？梢娊⒖茖W合理的信號協調控制系統能最大程度控制碳排放，進而達到保護環境和橋梁的雙重目的。

[1]姚世瑞，郭建鋼，陳黎明，等．橋梁兩端交叉口信號協調控制與碳排放關系研究[J]．公路與汽運，2016（4）：44-47.

[2]陳俊，翁小雄，李瑩．城鎮橋梁兩端交通擁堵現狀及對策研究[J]．公路與汽運，2016（4）：47-49.

[3]郭建鋼，陳必太，黃海南，等．橋梁兩端交叉口不同控制方式效果的比較[J]．福建農林大學學報：自然科學版，2014，43（5）：556-560.

[4]郭建鋼，張文星，陳必太，等．基于VISSIM的橋頭交叉口改造優化設計[J]．公路與汽運，2013（1）：44-47.

[5]郭建鋼，林文燔，陳必太，等．基于Synchro的廈門市白鷺洲路信號協調控制的優化設計[J]．華東交通大學學報，2013，30（3）：50-54+88.

[6]修偉杰，張立立，李凱龍，等．基于車輛排放的交叉口信號配時優化控制[J]．交通運輸研究，2016，2（2）：6-11．

[7]陳金山，陳黎明，張華，等.基于碳排放的城市干道信號協調控制[J].莆田學院學報，2016，23（5）：100-104.

[8]MESZAROS FERENC，TOROK ADAM．Theoretical investigation of emission and delay based intersection controlling and synchronizing in Budapest[J]．Periodica Polytechnica：Transportation Engineering，2014，42（1）：37-42．

[9]MADIREDDY M，DE COENSELL B，CAN A，et al.Assessment of the impact of speed limit reduction and traffic signal coordination on vehicle emissions using an integrated approach[J]．Transportation Research Part D：Transport and Environment，2011，16（7）：504-508.

[10]LV J，ZHANG Y L．Effect of Signal Coordination on Traffic Emission[J]．Transportation Research Part D，2012，17（2）：149-153.

[11]DE COENSELL B，CAN A，DEGRAUWE B，et al.Effects of traffic signal coordination on noise and air pollutant emissions[J]．Environment Modeling&Software，2012（35）：74-83.

[12]王芳．基于低碳交通的信號交叉口優化控制研究[D]．長沙：湖南大學，2014．

[13]MA T．Genetic algortinm-based combinatorial parametric optimization for the calibration of traffic microscopic simulation models [D]．Toronto：University of Toronto，2009.

[14]TRANSPORTATION RESEARCH BOARD．Highway capacity manual[R]．Washington DC：TRB，National Research Council，2000.

[15]楊兆升，曲鑫，林賜云，等．考慮低排放低延誤的交通信號優化方法[J]．華南理工大學學報：自然科學版，2015，43（10）：29-34.

[16]趙偉濤，楊威，岳一博.考慮車輛排放的城市信號交叉口優化控制研究[J].武漢理工大學學報：交通科學與工程版，2012，36（5）：911-915.

Study on Effects of Different Control Modes of Bridge Intersections Considering Emission

Chen Liming1，Yao Shirui1，Guo Jiangang1，Li Jiajie2，Li Lin1
（1.College of Transportation and Civil Engineering，Fujian Agriculture and Forestry University，Fuzhou 350002，China；2.School of Traffic and Transportation，Beijing Jiao Tong University，Beijing 100000，China）

Taking the Yurong bridge and intersections on both sides in Fuqing City as the research object，this study adopted the queue length of the vehicles on the bridge and CO emission as the evaluation index，and established the multi-objective optimization model with single-point optimization signal control and coordinated control system.By using genetic algorithm，it designed the solution steps for the improved model.Then it evaluated effects of carbon emission and queue length under the conditions of three different control methods including no signal control，single point control，signal coordination control by way of Vissim simulation software.The results showed that compared with no signal control，for the signal control system of single point optimization，the CO emissions was reduced by 4.2%，and the queue length decreased by 16%；for the coordinated control system，CO emissions was reduced by 7.1%，and the queue length was reduced by 25%.

bridge intersection；CO emission；queue length；optimized control system

U491

A

1005-0523（2017）03-0103-06

（責任編輯 姜紅貴）

2017－01－03

國家青年科學基金（51608123）；福建省自然科學基金（2017J01682）

陳黎明（1991—），女，碩士研究生，研究方向為道路交通安全工程。

郭建鋼（1962—），男，教授，博士，研究方向為道路交通安全工程，智能交通和交通管理規劃。